这是做什么用的？
SkyPilot 是一个开源系统，用于在任何基础设施上运行、管理和扩展 AI 工作负载——包括训练、推理服务和批量推理：可以是自己的 Kubernetes 或 Slurm 集群、包下来的 GPU，也可以是 20 多家云服务商。
SkyPilot 是一个开源系统，用于在任何基础设施上运行、管理和扩展 AI 工作负载——包括训练、推理服务和批量推理：可以是自己的 Kubernetes 或 Slurm 集群、包下来的 GPU，也可以是 20 多家云服务商。那它是一个我要 import 到训练代码里的库，还是一个直接运行的工具？是一个工具，不是库：用 pip 或 uv 安装后，用 YAML 或 Python API 描述任务，然后在终端里提交。现有的 GPU、TPU 和 CPU 工作负载无需改代码就能直接运行。
是一个工具，不是库：用 pip 或 uv 安装后，用 YAML 或 Python API 描述任务，然后在终端里提交。现有的 GPU、TPU 和 CPU 工作负载无需改代码就能直接运行。我怎么提交第一个任务？先用 uv 或 pip 安装，写一个任务 YAML（写明资源需求、setup 命令和 run 命令），然后运行 'sky launch'。它会自动找到便宜且可用的基础设施，完成资源开通，同步你的工作目录，安装依赖，并实时输出日志。
先用 uv 或 pip 安装，写一个任务 YAML（写明资源需求、setup 命令和 run 命令），然后运行 'sky launch'。它会自动找到便宜且可用的基础设施，完成资源开通，同步你的工作目录，安装依赖，并实时输出日志。它实际能用哪些云和集群？支持 Kubernetes、Slurm、AWS、GCP、Azure、OCI 以及 20 多家其他服务商，包括 CoreWeave、Nebius、Lambda Cloud、RunPod、Digital Ocean、Paperspace、IBM 和 VMware vSphere——全部通过同一个接口使用。
支持 Kubernetes、Slurm、AWS、GCP、Azure、OCI 以及 20 多家其他服务商，包括 CoreWeave、Nebius、Lambda Cloud、RunPod、Digital Ocean、Paperspace、IBM 和 VMware vSphere——全部通过同一个接口使用。如果我常用的云上没 GPU 了怎么办？它可以灵活地在 GPU、TPU 和 CPU 之间开通资源，并带有智能故障转移：如果某家云报了资源不足的错误，任务会自动转到其他可用的基础设施上，而不是直接失败。
它可以灵活地在 GPU、TPU 和 CPU 之间开通资源，并带有智能故障转移：如果某家云报了资源不足的错误，任务会自动转到其他可用的基础设施上，而不是直接失败。它是给谁用的——跑实验的研究人员，还是平台团队？两者都是：AI 团队可以通过简单的接口在任何基础设施上跑任务；基础设施团队则能获得统一的控制平面，对所有算力进行高级调度、扩展和编排。
两者都是：AI 团队可以通过简单的接口在任何基础设施上跑任务；基础设施团队则能获得统一的控制平面，对所有算力进行高级调度、扩展和编排。有 SkyPilot 自己的云吗，还是跑在我自己的账号里？没有 SkyPilot 云：它采用 BYOC 模式，一切都在你自己的云账号、VPC 和集群里启动。工具本身免费开源（Apache-2.0），云费用直接付给服务商。
没有 SkyPilot 云：它采用 BYOC 模式，一切都在你自己的云账号、VPC 和集群里启动。工具本身免费开源（Apache-2.0），云费用直接付给服务商。我的 GPU 有一半时间是闲置的——它能解决这个问题吗？能：Autostop 会自动清理闲置资源，工作负载会在共享集群上做装箱调度，智能调度器还会把任务安排到最空闲的基础设施上，最大化整体资源利用率。
能：Autostop 会自动清理闲置资源，工作负载会在共享集群上做装箱调度，智能调度器还会把任务安排到最空闲的基础设施上，最大化整体资源利用率。开箱就能跑哪些东西？现成的示例涵盖训练（Verl、TorchTitan、DeepSpeed、Unsloth、OpenRLHF、TPU 上的 Jax）、推理服务（vLLM、SGLang、Ollama）、热门模型（DeepSeek-R1、Llama 4、Qwen、Kimi-K2）、RAG 和向量数据库这类 AI 应用，还有 Airflow 和 Jupyter 等框架。
现成的示例涵盖训练（Verl、TorchTitan、DeepSpeed、Unsloth、OpenRLHF、TPU 上的 Jax）、推理服务（vLLM、SGLang、Ollama）、热门模型（DeepSeek-R1、Llama 4、Qwen、Kimi-K2）、RAG 和向量数据库这类 AI 应用，还有 Airflow 和 Jupyter 等框架。我已经在用 Kubernetes 了——SkyPilot 还能带来什么？一层面向 AI 的封装：不用再折腾各种 manifests 就能启动任务和部署，可以 SSH 进 pod、同步代码、连接你的 IDE，还提供 gang 调度、排队，以及在同一个控制平面下管理多集群和多云。
一层面向 AI 的封装：不用再折腾各种 manifests 就能启动任务和部署，可以 SSH 进 pod、同步代码、连接你的 IDE，还提供 gang 调度、排队，以及在同一个控制平面下管理多集群和多云。我可以让我的编程智能体来操作它吗？可以——有一个面向 Claude Code、Codex 等智能体的 SkyPilot Skill，你的智能体可以直接安装并驱动集群。
可以——有一个面向 Claude Code、Codex 等智能体的 SkyPilot Skill，你的智能体可以直接安装并驱动集群。SkyPilot Endpoints 和 Sandboxes 是什么？Endpoints（2026 年 6 月推出）在你拥有的每个集群上提供生产级推理服务。Sandboxes 则在你现有的 Kubernetes 集群上运行不可信的 LLM 生成代码，目前处于抢先体验阶段。
Endpoints（2026 年 6 月推出）在你拥有的每个集群上提供生产级推理服务。Sandboxes 则在你现有的 Kubernetes 集群上运行不可信的 LLM 生成代码，目前处于抢先体验阶段。What are similar projects?metaflow, serve, ml-engineering, OpenLLM, higgsfield, ray, pulumi, ai-infra-book
metaflow, serve, ml-engineering, OpenLLM, higgsfield, ray, pulumi, ai-infra-bookWhich topics is it in?failover, hyperparameter-tuning, job-queue, cloud-management, job-scheduler, tpu, ai-infrastructure, cloud-computing, cost-optimization, llm-training, llm-serving, gcp
failover, hyperparameter-tuning, job-queue, cloud-management, job-scheduler, tpu, ai-infrastructure, cloud-computing, cost-optimization, llm-training, llm-serving, gcp